[发明专利]面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统

说明书

本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。

技术领域

本发明涉及气体检测技术领域，特别涉及一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统。

背景技术

现代制药行业中，西林瓶一般用作存放疫苗、生物制剂以及冻干等药品的容器。西林瓶内部的残留氧气作为影响药品质量与保质时间的重要因素，其浓度大小将直接影响药品安全。因此，西林瓶内部的残氧浓度也是各大制药企业的关注重点。在检测方法上，目前大部分企业采用的是抽样检测法，具体包括了化学比色法、气相色谱法以及电化学法等离线抽样检测方法。这些检测方法需要对药瓶进行破坏性检测，且抽样检测会有漏检现象。TDLAS(Tunable Diode Laser Absorption Spectroscopy，可调谐二极管激光吸收光谱)技术利用了调谐激光覆盖气体特征吸收谱线从而利用气体吸收峰来进行浓度检测，具备了高分辨率、高灵敏度、响应迅速、非破坏性以及抗干扰能力强的特点，在痕量气体检测系统中得到广泛应用。

由于针对西林瓶氧气浓度检测的仪器设备体积庞大，在工业生产现场应用具有了诸多的困难与不便，因此在嵌入式平台上开发利用TDLAS技术的封装药瓶残氧浓度检测装置成为了解决工业现场应用的途径。在在线氧气浓度检测过程中，系统对采样速度具有非常高的要求。根据奈奎斯特采样定理的规定，采样频率必须保证为采样数据最大频率的两倍以上。对于采样数据来说，采集数据越少，系统处理速度越快。但是采样数据的减少，导致了重构精度的衰减，影响最终的检测精度。同时，在线检测过程中大量数据的采集也会导致嵌入式硬件资源的紧张。

发明内容

本发明提供的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题。

为解决上述技术问题，本发明提出的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法包括：

将待测样本在稀疏基上进行稀疏表示；

通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本；

利用OMP(Orthogonal Matching Pursuit，正交匹配追踪)算法对采样样本进行数据重构，获得第一重构样本；

利用第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数,其中峰值点附近的数据点包括峰值点和峰值点的前N-1个数据点，N为大于1的正整数；

基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本。

进一步地，基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本包括：

基于利用OMP算法对待测样本进行数据重构的迭代过程中的稀疏估计矩阵的部分谱峰面积，获取OMP算法的迭代终止条件；

基于最优稀疏度系数以及迭代终止条件，利用OMP算法对待测样本进行数据重构，获得第二重构样本。